自校正长时预测
通过二维注意力管线和改进的局部线性嵌入算法，从充放电曲线中提取健康因子，并在长时预测中在线校核误差。
Wang, Zhuqing · Liu, Ning · Chilian, Chen · 郭阳明 · 刘宁
Information Sciences 2023
通过改进的局部切空间排列算法提取间接健康因子，与标准容量的相关系数高达0.99以上，能更精确地描述电池退化。
在LSTM中引入掩码多头自注意力模块，增强对序列中关键信息的捕捉，提升预测性能。
在线自调节网络权重和偏置，修正长时预测中的累积误差，减少局部波动和容量再生的影响。